Haberlere Geri Dön
ÜrünAI Understanding brifing

Amazon Bedrock, AI kodlama aracısı iş akışlarında açık ağırlıklı modeller için destek ekliyor

AWS, Amazon Bedrock'a açık ağırlık modelleri desteğini entegre ederek geliştiricilerin kendi AWS hesaplarında kodlama görevlerini güvenli bir şekilde yürütmek için OpenCode terminal yerel aracısını kullanmalarına olanak tanır.

4 min readRead the primary source
Source-provided image accompanying Amazon Bedrock adds support for open weight models in AI coding agent workflows
Birincil kaynak belgeKaynak kaydedildi
Yayıncı
aws.amazon.com
Kaynak bağlantısı
aws.amazon.comhttps://aws.amazon.com/blogs/machine-learning/use-open-weight-models-as-your-ai-coding-agent-with-amazon-bedrock/
Kaynak türü
Birincil belge – doğrudan okuduğumuz resmi bir duyuru, belge, dosyalama veya birinci taraf sayfası.
Bağlam60 saniyede bunu anlayın

Buradan başlayın

Anahtar terimler

Ağırlık
Bir sinir ağından geçen sinyalleri ölçeklendiren öğrenilmiş bir sayısal değer.
API (Uygulama Programlama Arayüzü)
Bir yazılım sisteminin başka bir sisteme istek göndermesi ve bu sistemden yanıt alması için yapılandırılmış bir yol.
Korkuluklar
Güvenli olmayan veya istenmeyen model davranışını sınırlayan kurallar, kontroller ve kontroller.
Kendinizi test edinYapay Zeka Aracıları Sınavı

Ne oldu?

Amazon, Bedrock hizmetini, özellikle OpenCode terminalinin yerel aracını öne çıkararak, AI kodlama aracıları için açık ağırlık modellerini destekleyecek şekilde güncelledi. Bu entegrasyon, geliştiricilerin planlama, kod oluşturma ve hata ayıklama gibi kodlama görevlerini, akıl yürütme derinliği veya aktarım hızı gibi belirli gereksinimlere dayalı olarak farklı modellere yönlendirmesine olanak tanır. Mimari, verileri kullanıcının AWS hesabında tutar ve yerel GPU yönetimi veya bilgisayar başına abonelik gerektirmeden çıkarım için Bedrock Converse API'sini kullanır.

Amazon Bedrock artık AI kodlama aracıları için açık ağırlık modellerini destekleyerek geliştiricilerin yazılım geliştirme görevlerini yönetmek için OpenCode CLI aracını kullanmalarına olanak tanıyor. Sistem, tüm kodları, istemleri ve yanıtları kullanıcının AWS hesabında tutacak ve veri yerleşimi ve uyumluluğu sağlayacak şekilde tasarlanmıştır.

Mimari, kullanıcıların belirli modelleri farklı rollere atayabildiği çok modelli iş akışlarını destekler. Örneğin Kimi K3 gibi muhakeme ağırlıklı bir model planlama için kullanılabilirken, NVIDIA Nemotron 3 Super 120B gibi yüksek verimli bir model kod oluşturmayı yönetir. Bu yapılandırma yerel bir opencode.json dosyası aracılığıyla yönetilir.

Fiyatlandırma, Amazon Bedrock katmanları aracılığıyla tüketime dayanmaktadır: Gecikmeye duyarlı görevler için öncelik, isteğe bağlı çıkarım için Standart ve %50 daha düşük maliyetle toplu işleme için Flex. Hizmet, temel modellerini eğitmek için müşteri girdilerini veya çıktılarını kullanmaz.

Entegrasyon, IAM politikaları, günlük kaydı için AWS CloudTrail ve içerik filtreleme ve PII düzenlemesi için Amazon Bedrock dahil olmak üzere mevcut AWS güvenlik altyapısından yararlanır.

Kaynak ayrıntıları: aws.amazon.com

Neden önemli?

Bu gelişme, yapay zeka destekli geliştirme için veri yerleşimi, maliyet ve satıcıya bağlı kalmayla ilgili önemli kurumsal endişeleri giderir. AWS, yönetilen bir hizmet aracılığıyla açık ağırlık modellerinin kullanımına olanak tanıyarak kuruluşların açık kaynak modellerin performans ve özelleştirme avantajlarından yararlanırken katı güvenlik ve uyumluluk standartlarını (HIPAA ve SOC 2 gibi) korumasına olanak tanır. Planlama için yüksek akıl yürütmeye sahip modeller ve uygulama için daha hızlı modeller kullanmak gibi görevleri farklı model katmanlarına yönlendirme yeteneği, ekiplere üretim ortamlarında maliyetleri ve performansı optimize etmek için pratik bir yol sunar.

Açık ağırlık modellerine geçiş, kuruluşların, bilgisayar başına lisanslama ve model esnekliği eksikliği gibi tescilli, üçüncü taraf API'lerin kısıtlamalarından kaçınmasına olanak tanır.

Bedrock'un yönetilen altyapısını kullanan şirketler, kendi GPU kümelerinin tedarik edilmesi veya bakımının yapılmasına gerek kalmadan yapay zeka kodlama aracılarını uygulayabilirler.

Çok modelli yönlendirme yaklaşımı, ekiplerin doğru modeli bir görevin belirli karmaşıklığıyla eşleştirerek maliyet ve performansı dengelemesine olanak tanır ve potansiyel olarak yapay zeka destekli mühendislik iş akışlarının toplam sahip olma maliyetini azaltır.

Kurumsal düzeyde güvenlik kontrollerinin dahil edilmesi, hassas özel kodun korunmasını sağlar; bu da yapay zeka kodlama asistanlarının düzenlemeye tabi sektörlerde benimsenmesinin önündeki temel engeldir.

Interactive Mechanism

İnteraktif Mekanizma: Aslında Nasıl Çalışıyor?

Bu gelişmenin arkasında yatan teknolojiyi etkileşimli olarak keşfedin.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
İnteraktif Konsept Kontrolü+10 Points
AI Agents Quiz

What most distinguishes an AI agent from a basic chatbot?

Bundan sonra ne izlenecek?

Bu çok modelli yönlendirme stratejisinin kurumsal yapay zeka geliştirme maliyetleri ve düzenlemeye tabi endüstrilerde açık ağırlık modellerinin benimsenmesi üzerindeki uzun vadeli etkisi. Ek olarak, AWS müşterisi Ethara.AI'nin bahsettiği araştırmaya dayalı 'SkillClaw' gibi kendi kendini geliştiren aracı sistemlerinin evrimi, davranışlarını yürütme geçmişine göre uyarlayan aracılara doğru bir değişime işaret ediyor. Bu düzenleme katmanlarının daha büyük mühendislik ekipleri arasında nasıl ölçeklendiğinin izlenmesi, aracılı kodlama iş akışlarının olgunluğunun değerlendirilmesi açısından kritik öneme sahip olacaktır.

Ekipler tek geliştiricili kurulumların ötesine geçerken, gerçek dünya üretim ortamlarında 'çok modelli yönlendirme' mimarisinin etkinliği.

Ethara.AI gibi erken benimseyenlerin gösterdiği gibi, başarılı yürütme yörüngelerine dayalı olarak gelişen, kendi kendini geliştiren aracı çerçevelerinin geliştirilmesi.

Amazon Bedrock model kataloğunun sürekli olarak genişletilmesi ve Yapay Analiz Kodlama Dizini gibi kıyaslamalarda tescilli alternatiflerle nasıl karşılaştırılacağı.

İlgili kılavuzlar ve testler

Yapay Zeka AracılarıYapay Zeka Modellerinin AçıklamasıYapay Zeka EtiğiBildiklerinizi test edin; ücretsiz bir yapay zeka testini deneyinSözlüğümüzde bir yapay zeka terimine bakın
Bunu yararlı buldunuz mu?